「2.2ポイント差、そして価格は2倍」という見出しの生成されたタイトルカードで、サブタイトルは「d1.2-ultra vs Drex Max v1.1 - Decision Index v2.1」。角丸のカード2枚には、上段に「d1.2-ultra」、下段に「75」、また上段に「Drex Max v1.1」、下段に「73」と表示され、細い縦の区切り線で隔てられている。その下の幅広の帯には「100万タスクあたり$133 対 現在$103、標準価格では約$206」と表示され、枠線付きのチップが1つには「独立したボード、両モデルはArtificial Analysisが実行」と表示されている。OrcaRouterのマークが右下に合成されている。
Guides & Insights

d1.2-ultra vs Drex Max 1.1:2.2ポイントの差、そして12月に倍になる価格

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Liquid AI d1.2-ultra は、Artificial Analysis Decision Index v2.1 で Nace.AI の Drex Max v1.1 を 2.23 ポイント上回っています — 74.85 対 72.62 — そして表示価格では、より高価なモデルです。入力トークン100万あたり $0.042 対 $0.03 です。これらの数値はどちらも現在は正しく、Nace 側のローンチ割引が終了したときに依然として正しいのはそのうち一方だけです。Artificial Analysis は Drex Max v1.1 のコスト行にアスタリスクを付けています。報告されている100万タスクあたり $103 は「一時的なローンチ価格を反映している」もので、標準価格ではそのコストは2倍になります。つまり、プレミアムモデル対バリューモデルに見えるこの組み合わせは、実際にデプロイを左右するコストにおいては、逆になるということです。

このランキングは実際のもので、独立に測定されている——両モデルとも、どちらのベンダーでもなくArtificial Analysisが自社ハードウェア上で実行した——したがってこれは2つのプレスリリースの比較ではなく、2つのスコア行の比較だ。以下では、価格変更後も生き残る点とそうならない点を分ける。

まず、その脚注がコスト比較をどう変えるのか

A generated two-column scoreboard titled ‘d1.2-ultra vs Drex Max v1.1 - the scoreboard’. The d1.2-ultra column reads Decision Index 75, AA-Paperclip 75.8 at 67.7% all-pass, AA-Symmetry 86.3, HLE accuracy 2.36%, context window 66k and cost per 1M tasks $133. The Drex Max v1.1 column reads Decision Index 73, AA-Paperclip 72.8 at 63.0% all-pass, AA-Symmetry 79.8, HLE accuracy 8.25%, context window 262k and cost per 1M tasks $103 at launch price. The footer reads ‘Both figures per Artificial Analysis Decision Index v2.1; Drex cost reflects a temporary launch price and would double at standard pricing.’

トークンあたりの価格は、2社のうち片方が値引きを行っている状況では、計画の基準にするには不適切な数字です。適切なのはタスクあたりのコストです。なぜなら、同じ文書に回答するために各モデルがどれだけのトークンを消費するかが織り込まれており、それがArtificial Analysis社がインデックスと併せて公開している指標だからです。

• 100万入力トークンあたり — d1.2-ultra $0.042、Drex Max v1.1 $0.03。

• 現在の価格で100万タスクあたり — d1.2-ultra $133、Drex Max v1.1 $103。後者は一時的なローンチ価格として示されています。

• 標準価格での100万タスクあたり — d1.2-ultra は133ドル、Drex Max v1.1 は約206ドル(取締役会自身の注記によれば、そのコストは2倍になる見込み)。

• クラス中央値 — {{1}}100万タスクあたり135ドル{{/1}}、したがってLiquidモデルはそれをわずかに下回り、Naceモデルはそれを大きく上回ることになる。

その逆転は、トークンあたり2セントの差が示唆する以上に重要です。なぜなら、大量利用時にどちらのモデルを選ぶかが変わるからです。Drexラインは、v2が11月8日に登場して以来、このカテゴリーで安価な選択肢でした。もし割引が価格改定ではなくローンチプロモーションなのであれば、ベンチマークが一つも動かないまま、安価な選択肢が高価な選択肢になります。予算を103ドルという数字に固定した人は、四半期分のトラフィックを投入する前に、標準価格がいつ適用されるのかをNaceに確認すべきです。

2.2ポイントは実際には何でできているのか

A headless-browser screenshot of the Artificial Analysis model page for Drex Max v1.1, captured 17 November 2026 in English, showing the Nace.AI vendor label, the heading ‘Drex Max v1.1: Release, Decision Index Score, Performance & Price’, a Decision Index score of 73, a 262k-token context window, and a summary describing the model as amongst the leading decision models and reasonably priced, but notably slow.

合成指標は近い。構成要素はそうではなく、異なる方向を指している。そこが有用な点だ。

• AA-Symmetry、15% — 6つの中で最大の差です。d1.2-ultra は 86.34 で、Drex Max v1.1 の 79.82 に対します。良好な平均ではなく、言い換え全体で同じ回答を求めるより厳しい全パス指標では、56.7% 対 53.3% です。Drex Max v1.1 はこのテストで既に自ファミリー内で2番目に優れたモデルでした。Liquid モデルは単に言い換えに対してより安定しているだけです。

• AA-Paperclip、30% — 決定スコアでは75.81対72.82、文書が完全に正しい割合では67.7%対63.0%。文書全問正答率の3ポイントは、インデックス差への単一最大の寄与であり、実際の抽出パイプラインに最も直接対応する項目です。なぜなら、15問のうち1問を外した文書は、どちらにしても失敗と数えられるからです。

• When2Call、10% — 96.49 対 95.26。どちらも評価の上限付近にあります。上位10件全体が2ポイントの幅に収まるテストにおいて、1.25ポイントの差は差別化要因ではありません。

• EvalSafe-O*NET-AA、15% — 89.53 対 88.32、これもまたコイントスのような僅差です。

• AA-Omniscience-Decision v1.1、15% — 60.80 対 60.27。スコアでは実質互角で、その内訳は分かれています。Drex はこれらの質問により多く正答して 28.0% 対 23.6% である一方、d1.2-ultra はより誠実に回答を控え、非ハルシネーション率は 83.8% 対 65.3% です。

• HLE-MultiChoice v1.1、15% — 46.36 対 46.61。Nace が 0.25 ポイント差で勝つ唯一の判定スコア。その下にある生の正解率の差は 0.25 ポイントではない。8.25% 対 2.36% だ。

Drex Max 1.1 が依然として勝る場面と、それが丸め誤差ではない理由

ボード上の3つの項目はNaceモデルに有利であり、最初の2つはワークロードがそもそも可能かどうかを決める種類のものだ。

コンテキストウィンドウが最大のポイントだ。Drex Max v1.1は262kトークンを受け付ける。d1.2-ultraは66kで、これ自体がLiquidの前のフラッグシップが扱っていた量の2倍だ。これは、1回の呼び出しでモデルに渡せる状態のサイズが4倍違うということであり、どちらのモデルも出力トークンを生成しないため、それと引き換えにできる出力予算はない。200ページの契約書、長い請求ファイル、または1回のDrexリクエストに収まる複数文書のケースバンドルは、Liquid側でチャンク化し、再質問し、再構成する必要がある——そして各チャンク境界は、文書横断的な質問が答えられなくなる場所だ。

第二は知識です。HLE-MultiChoiceでは、Drexは8.25%の問題に正答し、対して2.36%です。AA-Omniscience-Decisionでは28.0%対23.6%で、しかも棄権はずっと少ないです。d1.2-ultraの高い非ハルシネーション率は、一部は長所で一部は症状です。4回に3回「わからない」と言うモデルは、よく較正されているものの、本当に答えがある質問ではあまり有用ではありません。文書に関する意思決定が課題なら、そのトレードオフは問題ありません。何かを知ることを要する意思決定なら、より多くを知っているのはDrexです。

三つ目は速度だが、それはあくまで紙の上での話にすぎない。インデックスのタスクあたり283 ms対218 msで、どちらもクラス中央値の209 msより遅く、しかもどちらも十分に高速なため、ほかに何かを行うパイプラインでボトルネックになることはない。

2つのモデルは代替できないため、選択が簡単になります。

どれほどインデックス演算を重ねても、これらが互換になることはなく、そうでないふりをすることが多くの比較記事の誤りどころだ。一方はキャリブレーションと言い換え安定性のために調整された66kトークンの文書リーダーであり、もう一方は価格を割り引いてより難しい質問に答える262kトークンのリーダーだ。分岐点はスコアではなく、状態サイズである。

• 状態数が66kに収まり、確率でしきい値を設定する場合——0.9を超えたら自動承認、下回ったらエスカレーション——なら、d1.2-ultraのほうが適した手段です。ボード上の24モデルの中で最高のBrierスコアは0.150で、Drexの0.160に対して、対称性スコアは6.5ポイント高いです。

• ステートが66kを超える場合、または質問が読解ではなく知識を必要とする場合、Drex Max v1.1 は2つのうちそもそもその仕事をこなせる唯一のものであり、インデックスの差は決め手となる数値ではなくなります。

• 大量処理でコスト重視なら、Naceの価格が据え置かれる限り、現時点ではDrexの方がタスクあたりのコストが低いです。価格が元に戻れば、Drexは2つの中でより高価になり、Liquidモデルがスコアとコストの両方で勝ります。

どちらにも賭けずに両方を試す

どちらのモデルも当社のカタログにはなく、ここにはどちらについても可用性を主張する内容はありません。d1.2-ultra は Liquid 自身の API から、Drex Max v1.1 は Nace の API から提供されています。まさにこうした状況こそ、ルーティング層が単なる費目ではなく価値を発揮する場面です。なぜなら、チームが実際に抱く疑問——2.2ポイントの差は自分の文書でも再現するのか——は、リーダーボードを読むことではなく、同じ状態を両方に通して実行することで答えるからです。

そのテストに加える価値がある3番目のモデルはJev 1.14です。これは同じsystemoneリクエスト形式で、100万入力トークンあたり$0.042で当社がホストしています。EvalSafe-O*NET-AAはこの2つのどちらも首位ではない唯一のコンポーネントですが、そこでは91.14を記録して首位に立ち、92 msで応答します——3つの中で断トツに高速です。1つのキーで3者によるシャドウランを行い、ルーティングDSLが同じペイロードを各者に送り、自動フェイルオーバーが、あるベンダーに不具合が起きても本番経路を維持するのは、これを決着させるのに調達サイクルより安上がりな方法です。

何を見るべきか、そしていつ

この対決を決めるのは2つの日付です。1つ目はNaceのローンチ価格が終了する時点です。100万タスクあたり103ドルならDrex Max v1.1はお得な選択肢、約206ドルならプレミアムな選択肢になり、どちらでもインデックススコアは変わりません。予算を組む前に確認してください。

2つ目は次のインデックス改訂です。Decision Index v2.1 は十分に新しく、ボードには11月16日に更新されたという注記がまだ残っており、1位と2位の2.2ポイント差は、1つのコンポーネントの改訂で動き得る範囲内です。AA-Paperclipの非公開文書セットが更新されれば、差の大部分を生み出している30%加重コンポーネントが最初に動くものになります。

それまでの間、正直な要約はこうだ。証拠に基づけば d1.2-ultra のほうが優れたモデルであり、その差は総合では小さく、対称性とドキュメントの全件合格率では大きい。そして Nace 割引が切れた瞬間から、タスクあたりのコストは安いモデルになる。Drex Max v1.1 は、2つのうち 200kトークンの状態を飲み込める唯一のモデルであり、読解ではなく知識を要する問いでは依然として2つのうち強いほうだ。状態サイズを第一、価格を第二、インデックスを第三に選べ。

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 17 November 2026 in English, showing the /v1/systemone endpoint, Zero Data Retention availability, an input and output list price of $0.04, and measured latencies of 182 ms and 372 ms.